A321-基于xgboost和lstm+attention创新对比的风机发电数据预测.md

A321-基于xgboost和lstm+attention创新对比的风机发电数据预测

【购买前必看】

1、关于我们

深度学习乐园是由python哥全职技术团队组建运营【团队成员为：复旦大学博士、华东理工爱丁堡博士、格拉斯哥博士、纽约大学硕士、浙江大学硕士】。

我们只做python业务，精通sklearn机器学习/torch深度学习/django/flask/vue全栈开发。

2、关于项目

我们从2018年开始，就专注于深度学习sci、ei、ccf、kaggle等，至今已有7年，共发表过10多篇顶刊顶会。

官网累积了数百个项目，已有3000多学员付费购买，圈子内有口皆碑：www.zzgcz.com （更多高级私密项目无法对外，联系微信定制：zzgcz_com）

3、售后承诺

包远程安装调试，所有项目均在本地运行通过，大部分都有截图和录屏。

支持二次修改，所有项目都是我们自己写的，改起来也非常容易。

加急定制1-2天可完成，这就是实力证明，远程验收满意后再付全款！

所有客户终身售后。兼职的人家都有主业，谁愿意持续服务你？

lstm结果：

Image Token: G1fabvAa2oYzqaxl0Qhc637Infg

xgboost结果：

Image Token: GOZBbryXyo3vPAxmjnxcnB8UnDe

lstm+attention结果：

Image Token: MzlOb5BR9oZoIKx2G10cqS7xn0c

Kelmarsh 风电场数据集说明文档

  1. 简介

Kelmarsh 风电场数据集由 Charlie Plumley 创建，旨在为风能领域的研究、性能分析、数据增强及跨行业数据共享提供高质量的开放数据资源。数据集主要涵盖 Kelmarsh 风电场的地理信息、静态设备参数、10分钟间隔的 SCADA 数据以及其他电站相关数据。数据集在https://zenodo.org/records/5841834网站上

  • 数据集构成

该数据集包含以下主要内容：

  • 地理信息数据

  • 提供 Kelmarsh 风电场的 KMZ 文件，可在 Google Earth 等软件中直接打开查看。

  • 静态数据

  • 包含各台风机的坐标及详细信息，如额定功率、转子直径、塔架高度等。

  • SCADA 与事件数据

  • 10分钟间隔的 SCADA 数据及相关事件数据，涵盖 Kelmarsh 风电场内 6 台 Senvion MM92 风机的运行记录。数据按年份分组，从 2016 年至 2021 年中期。

  • 请注意：由于数据来源于次级 SCADA 系统（Greenbyte），部分信号在整个时间段内可能并非始终可用。

  • 数据映射信息

  • 提供了从主 SCADA 系统到 CSV 信号名称的映射关系。

  • 电站测量数据

  • 包含现场变电站/PMU（相量测量单元）数据（若有）以及现场财务/电网计量数据（若有），覆盖同一时间段。

Image Token: Eav3bPZtFo4ASDx62qYcRTQWnJX

模型和代码相关细节，参考类似项目： A012-LSTM模型实现光伏发电功率的预测完整数据集200行代码详细注释